いままでの方法と比べて、格段にいいとか、際立っていいとか、じゃなくてもいい場合がある。 ダメじゃなければいい。 劣っていなければいい。 劣っていなければいいという検定方法が、非劣性（ひれっせい）検定だ。 じゃ、どういうときが劣っていないって...

メタアナリシスをしたい場合、統合する点推定値と標準誤差が必要になる。 曝露有り無しと疾患ありなしが生データとして入手できる場合は問題ないが、多変量調整のあとの点推定値と95%信頼区間しかない場合は多い。 点推定値＋95%信頼区間しか手に入らない...

Begg検定、Egger検定、Macaskill検定という出版バイアスの検定方法の解説。 出版バイアス検定のための個々の研究データ 出版バイアスを検定するためのサンプルデータは以下の通り。 a <- c(3,7,5,102,28,4,98,60,25,138,64,45,9,57,25,65,17) n1 <- ...

ファンネルプロットとは何か？ 出版バイアスとは何か？ フォレストプロットとの違いは何か？ ファンネルプロットの前に出版バイアスとは？ 出版バイアスとは、公表されている論文に偏りがあることだ。 統計学的有意になった結果が公表されやすい。 また、...

メタアナリシスのフォレストプロットの書き方の解説 R の metafor パッケージを使う方法 統合値の計算 metaforパッケージを使う。 最初一回だけインストールする。 install.packages("metafor") 使用するデータは以下の通り。 a <- c(3,7,5,102,28,4,98...

オッズ比を制限付き最尤推定量 REML で統合する方法の解説。 R で実行する。 制限付き最尤推定量でオッズ比を統合する意味 オッズ比のメタアナリシスをするときに、対数を取るのは正規分布に近似した分布にしたいからだ。 漸近的正規近似と呼ぶ。 漸近的正...

各研究で無視できない異質性がある場合でも、適切にメタアナリシスできる方法の解説。 メタアナリシスのデータ準備 使用するデータは以下の通り。 a <- c(3,7,5,102,28,4,98,60,25,138,64,45,9,57,25,65,17) n1 <- c(38,114,69,1533,355,59,945,632,...

オッズ比をマンテル・ヘンツェル（Mantel-Haenszel）の方法で統合する方法の解説。 マンテル・ヘンツェル法は、２ｘ２の分割表を統合する方法で、層別解析の方法。 メタアナリシスに応用する方法。 マンテル・ヘンツェル法の準備 データは以下の通り。 a &...

メタアナリシスのためにオッズ比を統合したい場合で、それぞれの研究のサンプルサイズが大きい場合、オッズ比の対数が漸近的に正規近似できる。 個々の研究のサンプルサイズが大きい場合は、漸近分散法を使う。 使用するデータの準備 データは以下の通り。...

メタアナリシスは、いくつかの研究で算出された数値を、適切に統合する方法。 一つ一つの研究では、検出力が不足していたものが、統合することで検出力を増し、統計学的に判断がつくようになる。 メタアナリシスの結果は、エビデンスレベルが高いと評価さ...